Google a lancé Gemini 3.8 Live et Extended Thinking, permettant un traitement vocal quasi en temps réel grâce à des appels API en arrière-plan et une détection automatique de 97 langues. Les modèles prennent en charge le multitâche continu, intégrant la voix avec le raisonnement et l’exécution d’outils sans pauses utilisateur. Les performances notables incluent les meilleurs classements dans les benchmarks de qualité vocale. Intégrés à des plateformes telles qu’Agora et LiveKit, les modèles comportent des filigranes audio SynthID pour l’identification des IA, faisant progresser l’IA vocale vers des interactions intelligentes et continues avec des agents.